快速混合Web文档聚类

• 作者: 朱庆生 杨瑞龙 谢洪涛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类算法 K-means算法 后缀树 Web文档聚类 基于短语的相似度
• 年，卷（期）: 2010,（22）
• 页码范围: 12-15
• 分类号: TP391
• 字数: 4381字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.22.005

摘要

提出了一种使用后缀树聚类算法优化K-means文档聚类初始值的快速混合聚类方法STK-means.该方法首先构建文档集的后缀树模型,使用后缀树聚类算法识别初始聚类、提取K-means聚类算法初始值中心值.然后,把后缀树模型的节点映射到M维向量空间模型中的特征项,利用TF-IDF方案计算基于短语的文档向量特征值.最后,使用K-means算法产生聚类结果.实验结果表明该方法优于传统K-means聚类算法和后缀树聚类算法,并具备了这些算法聚类速度快的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱庆生	重庆大学计算机学院	175	1952	22.0	33.0
2	杨瑞龙	重庆大学计算机学院	15	102	5.0	10.0
3	谢洪涛	重庆大学计算机学院	9	32	3.0	5.0